CN106375964B - 一种体域网中的节点及簇头节点的选择方法 - Google Patents

Abstract

本发明涉及体域网网络技术领域，公开了一种体域网中的节点及簇头节点的选择方法，所述选择方法包括：所述体域网中的每一个节点广播消息，该消息包括广播节点的剩余能量信息和数据量信息；接收到所述消息的节点确定与广播该消息的节点之间的信道状态信息；以及基于针对每个节点的所述剩余能量信息、所述数据量信息以及所述信道状态信息来确定簇头节点。如此能够较为合理地综合考虑节了点间的信道状态、传感器节点数据量和剩余能量对整个体域网生命周期的影响，避免了因单个传感器节点无能量所致的网络失效，有效地延长了整个体域网的生命周期。

Description

一种体域网中的节点及簇头节点的选择方法

技术领域

本发明涉及体域网网络技术领域，具体地，涉及一种体域网中的节点及簇头节点的选择方法。

背景技术

医疗体域网(例如医疗无线体域网)是由若干附着在人体身上的节点(例如传感器节点)组成的网络。无线体域网利用医学传感器采集监测到的生理信息，并可以通过无线通信的方式将生理信息传输给远端监控平台，使得医生能够远程对患者进行疾病诊断。具体地，传感器节点具备采集数据、处理数据、存储数据、无线发送数据的功能，其可以采集人体生理参数，并可以将采集到的人体生理参数通过无线传输模块发送给簇头节点。簇头节点负责整个体域网的控制与管理，并将整个网络采集到的人体生理参数传输到远端平台。

医疗无线体域网的生命周期通常是根据传感器节点的剩余能量(即电能)来决定的。一个无线体域网的生命周期从组网开始工作直到出现某个节点的能量耗尽为止。所以合理利用体域网中各传感器节点的能量对于延长整个体域网的生命周期时至关重要的。

为了避免体域网中空闲传感器节点的无谓能耗并且能够合理利用网络中各传感器节点的能量，在现有技术中，如上所述，通常会采用分簇机制，由簇头节点进行网络信息收集和转发工作。如此除了簇头节点以外的空闲传感器节点可以休眠，从而降低了空闲节点的能耗，实现延长整个体域网生命周期的目的。

然而，在已有的簇头选择算法中，例如GAF算法和LEACH算法，簇头节点的选择是随机决定的，每个节点成为簇头的概率几乎是相等的，因而现有的簇头选择算法可能会将某些能量低的节点选为簇头，从而缩短了整个体域网的生命周期。

发明内容

本发明的目的是提供一种体域网中的节点及簇头节点的选择方法，该体域网中的节点及簇头节点的选择方法能够确定较为合适的节点作为簇头节点，能够有效延长整个体域网的生命周期。

为了实现上述目的，本发明提供一种体域网中簇头节点的选择方法，所述选择方法包括：所述体域网中的每一个节点广播消息，该消息包括广播节点的剩余能量信息和数据量信息；接收到所述消息的节点确定与广播该消息的节点之间的信道状态信息；以及基于针对每个节点的所述剩余能量信息、所述数据量信息以及所述信道状态信息来确定簇头节点。

优选地，所述选择方法还包括：针对每个节点，基于所述剩余能量信息、所述数据量信息以及信道状态信息计算效用函数值C_k；以及最大的效用函数值C_k对应的节点被确定作为簇头节点。

优选地，根据以下等式计算节点k的所述效用函数值C_k：C_k＝α×D_k-β×H_k+γ×E_k，其中，D_k为所述节点k的数据量与所述体域网中所有节点的数据量和的比值，H_k为所述节点k的与其它节点中每一者之间的信道状态信息的和的倒数，E_k为所述节点k的剩余能量与所述体域网中所有节点的剩余能量和的比值，α、β和γ为常数。

优选地，所述选择方法包括以下项中的一者：所述节点k计算该节点k的效用函数值并向所述体域网中的其它节点广播该效用函数值；控制节点接收每个节点的所述D_k、所述H_k及所述E_k以计算所述体域网中的所有节点的效用函数值并向所述体域网中的所有节点广播每个节点的效用函数值。

优选地，根据以下等式，接收到所述消息的节点k确定与广播该消息的节点l之间的信道状态信息h_l,k：h_l,k＝P-P_l,k，其中，P为所述节点l广播所述消息的信号功率，P_l,k为所述节点k接收到的所述消息的信号功率。

相应地，本发明还提供一种体域网中的节点，所述节点包括：发送模块，用于广播消息，该消息包括广播节点的剩余能量信息和数据量信息；接收模块，用于接收其它节点广播的剩余能量信息和数据量信息；信道状态确定模块，用于确定与广播消息的节点之间的信道状态信息；以及处理模块，用于获得基于针对每个节点的所述剩余能量信息、所述数据量信息以及所述信道状态信息所确定的簇头节点。

优选地，所述处理模块还用于确定最大的效用函数值C_k对应的节点为簇头节点，其中，针对每个节点，基于所述剩余能量信息、所述数据量信息以及信道状态信息来计算所述效用函数值C_k。

优选地，根据以下等式计算节点k的所述效用函数值C_k：C_k＝α×D_k-β×H_k+γ×E_k，其中，D_k为所述节点k的数据量与所述体域网中所有节点的数据量和的比值，H_k为所述节点k的与其它节点中每一者之间的信道状态信息的和的倒数，E_k为所述节点k的剩余能量与所述体域网中所有节点的剩余能量和的比值，α、β和γ为常数。

优选地，每个节点的处理模块还用于计算该节点的效用函数值；每个节点的发送模块还用于向所述体域网中的其它节点广播该效用函数值；以及每个节点的接收模块还用于接收其它节点的效用函数值。

优选地，每个节点的发送模块还用于向控制节点发送该节点的所述D_k、所述H_k及所述E_k；所述控制节点用于基于所述D_k、所述H_k及所述E_k计算所述体域网中的所有节点的效用函数值并向所述体域网中的所有节点广播每个节点的效用函数值；以及每个节点的接收模块还用于接收每个节点的效用函数值。

通过上述技术方案，基于针对每个节点的所述剩余能量信息、所述数据量信息以及信道状态信息来确定簇头节点。较为合理地综合考虑节了点间的信道状态、传感器节点数据量和剩余能量对整个体域网生命周期的影响，避免了因单个传感器节点无能量所致的网络失效，有效地延长了整个体域网的生命周期。

本发明的其它特征和优点将在随后的具体实施方式部分予以详细说明。

附图说明

附图是用来提供对本发明的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本发明，但并不构成对本发明的限制。在附图中：

图1是根据本发明一种实施方式提供的体域网中簇头节点的选择方法的流程图；

图2是根据本发明一种实施方式的计算效用函数的流程图；

图3是分布式中节点k确定簇头节点的方法的流程图；

图4是集中式确定簇头节点的方法的流程图；以及

图5是根据本发明一种实施方式提供的体域网中各节点的布置示意图。

附图标记说明

1 脑电图传感器 2 心电图传感器

3 血氧传感器 4 胶囊型内窥镜

5 运动传感器 6 手臂传感器

7 远端监测平台

具体实施方式

以下结合附图对本发明的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本发明，并不用于限制本发明。

图1是根据本发明一种实施方式提供的体域网中簇头节点的选择方法的流程图，如图1所示，本发明提供的体域网中簇头节点的选择方法可以包括：在步骤11处，所述体域网中的每一个节点广播消息，该消息包括广播节点的剩余能量信息和数据量信息；在步骤12处，接收到所述消息的节点确定与广播该消息的节点之间的信道状态信息；以及在步骤13处，基于针对每个节点的所述剩余能量信息、所述数据量信息以及所述信道状态信息来确定簇头节点。较为合理地综合考虑节了点间的信道状态、传感器节点数据量和剩余能量对整个体域网生命周期的影响，避免了因单个传感器节点无能量所致的网络失效，有效地延长了整个体域网的生命周期。

例如，在簇头选择周期开始时，体域网中的每个节点可以广播自身的剩余能量信息e_k和数据量信息d_k。其中，簇头选择周期可以设定为预定时间值，该时间值可以根据实际情况确定，例如根据节点(传感器节点)获取数据的频率及节点间的信道状态。

在一种实施方式中，簇头选择周期开始时，可以先确定节点集合，{1,,k,N}。节点l向其它节点广播所述消息，接收到节点l的信息的节点k可以根据以下等式来计算节点k与节点l之间的信道状态信息h_l,k：h_l,k＝P-P_l,k，其中，P为所述节点l广播所述消息的信号功率，P_l,k为所述节点k接收到的所述消息的信号功率。可选的，体域网中的每个节点可以按照相同或不同的预定信号功率P来广播所述消息；体域网中的节点可以按照预定顺序来广播所述消息，避免同时广播而导致的信号干扰。

所述选择方法还可以包括：针对每个节点，基于所述剩余能量信息、所述数据量信息以及信道状态信息计算效用函数值C_k；以及最大的效用函数值C_k对应的节点被确定作为簇头节点，即k^*＝argmax{C_k,k＝1,...,K}。

例如，节点k可以根据各个节点间的数据量分布{e_k}、信道状态情况{h_l,k}和剩余能量{d_k}，计算效用函数C_k。图2是根据本发明一种实施方式的计算效用函数的流程图。

在节点k在接收到其它所有节点的信息之后，在步骤21处，节点k计算其剩余能量与体域网中所有节点的剩余能量和的比值E_k，如等式(1)所示：

在步骤22处，节点k计算其数据量与体域网中所有节点的数据量和的比值，如等式(2)所示：

在步骤23处，节点k计算其与体域网中其它节点中每一者之间的信道状态信息的和的倒数，以用于表示信道状态情况，如等式(3)所示：

在步骤24处，根据节点间的数据量分布、信道状态情况和剩余能量分布，节点k可以根据等式(4)计算其效用函数值：

C_k＝α×D_k-β×H_k+γ×E_k (4)

其中，α、β和γ为常数，α表示节点k的数据量在总效用函数中所占的比重，β和γ分别表示节点k的信道状态和剩余能量在总效用函数中所占比重。各个权重参数可以满足α+β+γ＝1，可以根据体域网的实际需求来设定各权重参数。

在具体实施过程中，可以通过集中式的方法(即有其他控制节点参与)来实现本发明，也可以通过分布式的方法(即通过各个传感器节点间的信息交互)来实现本发明。

在分布式方法中，所述节点k计算该节点k的效用函数值并向所述体域网中的其它节点广播该效用函数值；或者，在集中式方法中，可以设置一控制节点，该控制节点可以设置在体域网之外，该控制节点接收每个节点的所述D_k、所述H_k及所述E_k以计算所述体域网中的所有节点的效用函数值并向所述体域网中的所有节点广播每个节点的效用函数值。然后每个节点可以通过比较得出最大函数效用值所对应的节点，并将该节点确定为簇头节点，通过该簇头节点来将所监测的信息传输至远端平台。

以下将参考图3和图4分别通过分布式和集中式的实施方式来详细描述本发明，但是应该注意的是本发明并不限制于此。

图3是分布式中节点k确定簇头节点的方法的流程图。如图3所示，在步骤31处，节点k向其它节点广播包括其剩余能量信息和数据量信息消息；在步骤32处，接收其它节点中每一者的包括各自剩余能量信息和数据量信息消息；在步骤33处，按照上述方式计算所述D_k、H_k、E_k；在步骤34处，根据所述D_k、H_k、E_k计算C_k；在步骤35处，向其它节点广播C_k；在步骤36处，接收其它节点广播的效用函数值；在步骤37处，确定最大效用函数值所对应的节点为簇头节点。

图4是集中式确定簇头节点的方法的流程图。如图4所示，在步骤41处，节点k向其它节点广播包括其剩余能量信息和数据量信息消息；在步骤42处，接收其它节点中每一者的包括各自剩余能量信息和数据量信息消息；在步骤43处，按照上述方式计算所述D_k、H_k、E_k；在步骤44处，向控制节点发送所述D_k、H_k、E_k；在步骤45处，控制节点根据所述D_k、H_k、E_k计算C_k；在步骤46处，控制节点将所有节点的效用函数值相比较；在步骤47处，确定最大效用函数值所对应的节点l为簇头节点；在步骤48处，向所有节点广播簇头节点为节点l。

相应地，本发明还提供一种体域网中的节点，所述节点可以包括：发送模块，用于广播消息，该消息包括广播节点的剩余能量信息和数据量信息；接收模块，用于接收其它节点广播的剩余能量信息和数据量信息；信道状态确定模块，用于确定与广播消息的节点之间的信道状态信息；以及处理模块，用于获得基于针对每个节点的所述剩余能量信息、所述数据量信息以及所述信道状态信息所确定的簇头节点。如此较为合理地综合考虑节了点间的信道状态、传感器节点数据量和剩余能量对整个体域网生命周期的影响，避免了因单个传感器节点无能量所致的网络失效，有效地延长了整个体域网的生命周期。

如上所述，可以通过效用函数值来确定簇头节点。因此，所述处理模块还可以用于确定最大的效用函数值C_k对应的节点为簇头节点，其中，针对每个节点，基于所述剩余能量信息、所述数据量信息以及信道状态信息来计算所述效用函数值C_k。

在分布式实施方式中，节点k的所述处理模块还可以用于根据上述等式(1)、(2)和(3)分别计算所述D_k、H_k、E_k，并可以根据等式(4)计算节点k的所述效用函数值C_k。其中，D_k为所述节点k的数据量与所述体域网中所有节点的数据量和的比值，H_k为所述节点k的与其它节点中每一者之间的信道状态信息的和的倒数，E_k为所述节点k的剩余能量与所述体域网中所有节点的剩余能量和的比值，α、β和γ为常数。节点k的发送模块还用于向所述体域网中的其它节点广播该效用函数值C_k；以及其它节点的接收模块还用于接收节点k的效用函数值。

在集中式实施方式中，每个节点的处理模块在计算出各自的D_k、H_k及E_k之后，每个节点的发送模块还用于向控制节点发送该节点的所述D_k、所述H_k及所述E_k；所述控制节点用于基于所述D_k、所述H_k及所述E_k计算所述体域网中的所有节点的效用函数值并向所述体域网中的所有节点广播每个节点的效用函数值；以及每个节点的接收模块还用于接收每个节点的效用函数值。

图5是根据本发明一种实施方式提供的体域网中各节点的布置示意图。如图5所示，脑电图传感器1、心电图传感器2、血氧传感器3、胶囊型内窥镜4、运动传感器5及手臂传感器6通过分布式如上所述计算出各自的效用函数值并将其进行广播；脑电图传感器1、心电图传感器2、血氧传感器3、胶囊型内窥镜4、运动传感器5及手臂传感器6通过比较所有传感器节点的效用函数值来确定处最大效用函数值所对应的传感器节点，例如手臂传感器6；然后，通过手臂传感器6向远端监测平台7传输所采集的生理数据，以实现对患者进行的远程诊断。

有关体域网中的节点的具体细节及益处与上述针簇头节点的选择方法的细节及益处相同，于此不再赘述。

本发明针对现有技术不足，在进行簇头节点选择时，综合考虑了传感器节点间信道状态、传感器节点数据量和剩余能量对整个网络生命周期的影响，将这三个因素统一起来，降低且平衡网络中传感器节点能量使用，避免了因单个传感器节点无能量所致网络失效，实现延长整个无线体域网的生命周期的目的；并且本发明技术方案中无线体域网簇头节点选择方法通过一个加权效用函数在各传感器节点的分布式计算或在控制节点的集中式计算来判断并确定簇头接单，如此简化了无线体域网中簇头节点选择过程。

以上结合附图详细描述了本发明的优选实施方式，但是，本发明并不限于上述实施方式中的具体细节，在本发明的技术构思范围内，可以对本发明的技术方案进行多种简单变型，这些简单变型均属于本发明的保护范围。

另外需要说明的是，在上述具体实施方式中所描述的各个具体技术特征，在不矛盾的情况下，可以通过任何合适的方式进行组合，为了避免不必要的重复，本发明对各种可能的组合方式不再另行说明。

此外，本发明的各种不同的实施方式之间也可以进行任意组合，只要其不违背本发明的思想，其同样应当视为本发明所公开的内容。

Claims (6)

1.一种体域网中簇头节点的选择方法，其特征在于，所述选择方法包括：

所述体域网中的每一个节点广播消息，该消息包括广播节点的剩余能量信息和数据量信息；

接收到所述消息的节点确定与广播该消息的节点之间的信道状态信息；以及

基于针对每个节点的所述剩余能量信息、所述数据量信息以及所述信道状态信息来确定簇头节点，包括：

针对每个节点，基于所述剩余能量信息、所述数据量信息以及信道状态信息计算效用函数值C_k；以及

最大的效用函数值C_k对应的节点被确定作为簇头节点，

根据以下等式计算节点k的所述效用函数值C_k：

C_k＝α×D_k-β×H_k+γ×E_k

其中，D_k为所述节点k的数据量与所述体域网中所有节点的数据量和的比值，H_k为所述节点k的与其它节点中每一者之间的信道状态信息的和的倒数，E_k为所述节点k的剩余能量与所述体域网中所有节点的剩余能量和的比值，α、β和γ为常数。

2.根据权利要求1所述的选择方法，其特征在于，所述选择方法包括以下项中的一者：

所述节点k计算该节点k的效用函数值并向所述体域网中的其它节点广播该效用函数值；

控制节点接收每个节点的所述D_k、所述H_k及所述E_k以计算所述体域网中的所有节点的效用函数值并向所述体域网中的所有节点广播每个节点的效用函数值。

3.根据权利要求1-2中任一项权利要求所述的选择方法，其特征在于，根据以下等式，接收到所述消息的节点k确定与广播该消息的节点l之间的信道状态信息h_l,k：h_l,k＝P-P_l,k，

其中，P为所述节点l广播所述消息的信号功率，P_l,k为所述节点k接收到的所述消息的信号功率。

4.一种体域网中的节点，其特征在于，所述节点包括：

发送模块，用于广播消息，该消息包括广播节点的剩余能量信息和数据量信息；

接收模块，用于接收其它节点广播的剩余能量信息和数据量信息；

信道状态确定模块，用于确定与广播消息的节点之间的信道状态信息；以及

处理模块，用于获得基于针对每个节点的所述剩余能量信息、所述数据量信息以及所述信道状态信息所确定的簇头节点，

所述处理模块还用于确定最大的效用函数值C_k对应的节点为簇头节点，

其中，针对每个节点，基于所述剩余能量信息、所述数据量信息以及信道状态信息来计算所述效用函数值C_k，

根据以下等式计算节点k的所述效用函数值C_k：

C_k＝α×D_k-β×H_k+γ×E_k，

其中，D_k为所述节点k的数据量与所述体域网中所有节点的数据量和的比值，H_k为所述节点k的与其它节点中每一者之间的信道状态信息的和的倒数，E_k为所述节点k的剩余能量与所述体域网中所有节点的剩余能量和的比值，α、β和γ为常数。

5.根据权利要求4所述的节点，其特征在于，

每个节点的处理模块还用于计算该节点的效用函数值；

每个节点的发送模块还用于向所述体域网中的其它节点广播该效用函数值；以及

每个节点的接收模块还用于接收其它节点的效用函数值。

6.根据权利要求4所述的节点，其特征在于，

每个节点的发送模块还用于向控制节点发送该节点的所述D_k、所述H_k及所述E_k；

所述控制节点用于基于所述D_k、所述H_k及所述E_k计算所述体域网中的所有节点的效用函数值并向所述体域网中的所有节点广播每个节点的效用函数值；以及

每个节点的接收模块还用于接收每个节点的效用函数值。